| 致谢 | 第1-7页 |
| 摘要 | 第7-9页 |
| Abstract | 第9-11页 |
| 目录 | 第11-14页 |
| 第1章 绪论 | 第14-32页 |
| ·前言 | 第14-15页 |
| ·整体动态特性评估 | 第15-22页 |
| ·共定位分析与差分运动分析 | 第15-18页 |
| ·荧光物体分割算法 | 第18-22页 |
| ·粒子追踪 | 第22-29页 |
| ·主流追踪算法 | 第22-27页 |
| ·粒子轨迹分析 | 第27-29页 |
| ·融合事件检测 | 第29-30页 |
| ·本课题的研究目的、意义及内容 | 第30-32页 |
| ·研究目的及意义 | 第30页 |
| ·研究内容 | 第30-32页 |
| 第2章 基于整体的运动特性评价算法 | 第32-54页 |
| ·前言 | 第32页 |
| ·共定位分析 | 第32-39页 |
| ·共定位方法 | 第32-33页 |
| ·色斑分割 | 第33-35页 |
| ·色斑分割算法结果 | 第35-36页 |
| ·应用:骨骼肌中GLUT4囊泡运动分析 | 第36-39页 |
| ·差分运动分析 | 第39-52页 |
| ·差分运动方法 | 第39-40页 |
| ·基于假设检验的线状物体分割算法 | 第40-44页 |
| ·基于区域对比度的全自动线状物体分割算法 | 第44-46页 |
| ·线状物体分割算法比较 | 第46-50页 |
| ·应用:线粒体运动分析 | 第50-52页 |
| ·分析与讨论 | 第52-54页 |
| 第3章 基于多维匹配的粒子追踪算法 | 第54-92页 |
| ·前言 | 第54-55页 |
| ·粒子位置检测 | 第55-57页 |
| ·小波方法 | 第55-56页 |
| ·滤波方法 | 第56-57页 |
| ·交互式多模态滤波 | 第57-62页 |
| ·卡尔曼滤波 | 第57-59页 |
| ·多模态组合 | 第59-61页 |
| ·粒子的运动模型 | 第61-62页 |
| ·多维匹配问题 | 第62-73页 |
| ·粒子的多维匹配 | 第62-64页 |
| ·粒子关联的代价函数设置 | 第64-66页 |
| ·贪婪随机邻域搜索算法 | 第66-72页 |
| ·通用整数线性规划算法 | 第72-73页 |
| ·粒子的聚合与分裂 | 第73-75页 |
| ·整体框架 | 第75-77页 |
| ·粒子运动的建模与仿真 | 第77-79页 |
| ·算法比较与评价 | 第79-82页 |
| ·追踪结果的正确率 | 第79-80页 |
| ·粒子进入与离开场景的正确率 | 第80-81页 |
| ·粒子聚合与分裂的正确率 | 第81页 |
| ·漏检测与检测噪声对算法的影响 | 第81-82页 |
| ·应用 | 第82-90页 |
| ·大鼠原代脂肪细胞中GLUT4囊泡的追踪 | 第82-87页 |
| ·神经突起中自噬溶酶体的追踪 | 第87-90页 |
| ·分析与讨论 | 第90-92页 |
| 第4章 融合事件的检测算法 | 第92-102页 |
| ·前言 | 第92-94页 |
| ·模板匹配检测算法 | 第94-95页 |
| ·移动平均差分检测算法 | 第95-96页 |
| ·检测算法比较 | 第96-100页 |
| ·应用:PH敏感GFP标记的GLUT4囊泡融合检测 | 第100页 |
| ·分析与讨论 | 第100-102页 |
| 第5章 总结与展望 | 第102-108页 |
| ·研究工作总结 | 第102-104页 |
| ·研究工作创新点 | 第104-105页 |
| ·研究工作展望 | 第105-108页 |
| 参考文献 | 第108-118页 |
| 攻读博士学位期间主要的研究成果 | 第118页 |